用于医学图像分割的端到端边界感知网络
计算机视觉与模式识别
2019-09-12 v2 机器学习
图像与视频处理
摘要
全卷积神经网络（CNN）已被证明能有效表示和分类纹理信息，从而将图像强度转化为输出类别掩膜，实现语义图像分割。然而，在医学图像分析中，专家手动分割通常依赖于感兴趣解剖结构的边界。我们提出了用于医学图像分割的边界感知 CNN。我们的网络设计旨在通过提供专门的网络边缘分支和边缘感知损失项来考虑器官边界信息，并且它们是端到端可训练的。我们使用 BraTS 2018 数据集在脑肿瘤分割任务上验证了其有效性。我们的实验表明，我们的方法能产生更精确的分割结果，这使其有望更广泛地应用于医学图像分割。
引用
@article{arxiv.1908.08071,
title = {End-to-End Boundary Aware Networks for Medical Image Segmentation},
author = {Ali Hatamizadeh and Demetri Terzopoulos and Andriy Myronenko},
journal= {arXiv preprint arXiv:1908.08071},
year = {2019}
}
备注
Accepted to MICCAI Machine Learning in Medical Imaging (MLMI 2019)